SINS/GPS／陆标组合导航在平流层飞艇中的应用

针对平流层飞艇的飞行特点，本文提出了SINS／GPS／陆标组合导航方法，给出了SINS／陆标组合导航的观测模型，并将改进的Sage—Husa自适应滤波方法与联邦滤波相结合，用于SINS／GPS／陆标组合导航系统。数学仿真结果表明：新组合导航方法相对于SINS／GPS组合导航系统，可以有效改善平台误差角的估计精度，同时利用改进的自适应联邦滤波可有效提高全局滤波精度。     

基于GPS/SINS/里程计的车载组合导航研究

GPS/SINS组合导航系统虽然能很好地解决惯导系统的误差累积问题,但当GPS信号失效时,GPS/SINS组合导航系统不能正常工作或导航能力急剧降低。为提高车载松组合导航系统的精度和完整性,提出在GPS失效时采用OD(里程计)辅助SINS实现导航,推导出所需的GPS/SINS组合导航滤波方程和OD/SINS组合导航滤波方程,并进行地面车载试验。实验结果显示在GPS短时失效时,OD/SINS组合导航具有较高导航精度。     

SINS/GPS组合导航系统Kalman滤波仿真研究

为提高捷联惯导系统SINS和全球定位系统GPS的精度和可靠性,研究了SINS和GPS的原理,建立了SINS/GPS系统的状态方程和位置速度误差量测方程;并采用卡尔曼滤波算法实现了SINS/GPS的组合导航.Matlab仿真结果证明,采用Kalman滤波实现SINS/GPS组合导航,其精度得到大大提高;且采用SINS/GPS组合导航系统,克服了SINS惯性导航难以长时间独立工作的缺点,解决了GPS易失锁、难以实时控制的不足,保证了导航系统的实时性及较高的精度和可靠性.     

一种序贯Unscented卡尔曼滤波在微小型无人直升机导航系统中的应用

对于应用到微小型无人直升机上的低成本捷联惯导（SINS）/GPS组合导航系统来说,SINS Ψ角误差模型在描述低精度惯性器件误差时对误差项的忽略,使其无法满足SINS误差估计的要求.为了克服Ψ角误差模型的不足,本文建立了基于四元数的SINS非线性误差模型.该误差模型无需对失准角进行小角度假设.为了对组合导航系统中的SINS误差进行估计,提出一种序贯Unscented卡尔曼滤波方法.该滤波方法对观测向量进行序贯处理以降低算法的计算量.仿真结果表明,该滤波方法能有效提高低成本SINS/GPS组合导航系统的性能.     

GPS/SINS/Odometer组合导航系统的研究

针对全球定位系统(GPS)和捷联惯性导航系统(SINS)组成的车载导航系统在GPS失效时精度会快速下降的问题,提出了GPS/SINS/Odometer(里程计)组合导航定位系统,采用联邦卡尔曼滤波对SINS进行误差估计并作反馈校正。当GPS无效时,就可以使用里程计辅助SINS。实验结果表明,在GPS失效的时间段内,该组合系统可以有效地抑制SINS的误差发散,并将其误差限制在较低的水平,保证了组合导航系统的精度与可靠性。     

自适应联邦卡尔曼滤波在机器人组合导航系统中的应用研究

利用里程计(OD)与全球定位系统(GPS)辅助捷联惯性导航系统(SINS)构成一种高可靠性的组合导航系统.推导并建立了局部滤波器的数学模型,并针对联邦滤波器在载体发生异常扰动时滤波精度较低的问题,设计了基于SINS/GPS/OD组合导航系统的自适应联邦滤波器,有效补偿了系统异常扰动或动力学模型误差.仿真模拟了机器人的全航线运行轨迹进行验证,仿真结果表明,SINS/GPS/OD组合导航系统的自适应联邦卡尔曼滤波算法与相同组合导航系统的非自适应联邦卡尔曼滤波算法相比,在保障机器人导航定位可靠性及容错能力的前提下,能有效抑制异常扰动的影响,导航精度得到进一步改善.     

基于闭环H∞滤波的组合导航系统研究与仿真

运用组合导航技术,将SINS与GPS两者有机组合,能很好地克服各自的缺点,形成优势互补结构.H∞滤波通常应用于系统模型和噪声特性不确定的环境,存在滤波精度不高的缺点.通过对H∞滤波引入闭环修正,在不影响滤波鲁棒性的前提下,有效地提高了系统精度.同时引入协方差配置技术,能够增强导航系统的鲁棒性,从而构成比较理想的组合导航系统.对提出的SINS/GPS全组合系统进行了动态仿真,仿真结果表明,系统结构简单,状态估计精度较高,系统鲁棒性好.基于闭环H∞滤波的组合导航系统对实际工程应用具有重要的现实意义.     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.     

GPS/SINS组合导航系统与实现

GPS/SINS(捷联惯性导航系统)组合导航系统是目前较为理想的导航定位系统并在许多领域得到广泛的应用;针对GPS/SINS组合导航系统的实际工程应用背景,建立了该组合导航系统的状态方程与量测方程,设计了组合导航系统的降阶卡尔曼滤波模型以及闭环修正卡尔曼滤波模型;为了验证上述模型,进行了相关的静态试验与动态试验,各导航参数的试验变化曲线证明:该系统模型可行,组合系统的精度完全满足实际需要.     

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

运动载体的惯性／天文导航系统仿真研究

对惯性/天文组合导航系统在运动载体上的应用进行了研究.在分析天文导航系统测姿原理的基础上,建立了组合导航系统的数学模型,介绍了一种姿态角误差转换矩阵的求取方式,针对运动载体姿态相对变化较快而存在的输出延迟问题,研究一种在采用卡尔曼滤波进行信息融合过程中,进行延迟误差补偿的数据处理方法.基于建立的数学模型,运用卡尔曼滤波方法对延迟补偿前后的系统进行了仿真比较,仿真结果表明文中所设计算法可以较好地满足运动载体的定姿定位要求.     

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息.对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善.     

SINS/SAR组合导航系统中量测滞后补偿方法研究

针对捷联惯导(SINS)/合成孔径雷达(SAR)组合导航系统中,图像匹配耗时所造成的量测输出延迟问题,提出一种补偿量测滞后的无序量测算法。该算法首先求出滞后时刻到当前时刻的等效量测量,然后,计算追溯状态向量以及与追溯状态向量有关的协方差,对当前时刻的状态估计量进行更新,得到系统状态量的准确估计值,修正捷联惯导系统相应的状态量。将提出的滤波算法应用于SINS/SAR组合导航系统中进行仿真计算,并与不考虑量测滞后的标准卡尔曼滤波比较,结果表明,提出的新算法能够有效补偿量测的输出滞后,提高导航系统的解算精度。     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

基于DSP与FPGA的嵌入式组合导航计算机系统设计

为了满足SINS/GPS组合导航系统高精度、低功耗、小型化的需求,设计出基于DSP和FPGA架构的嵌入式导航计算机平台。首先,描述了导航计算机系统的总体架构,提出了导航计算机硬件总体设计方案,并阐述了导航信息处理模块和数据采集通信模块;其次,设计了Kalman组合滤波器,描述了组合导航系统软件流程;最后,进行样机实证试验。实验结果表明,该系统可以实时高效完成外围传感器信息数据采集、实时导航解算、Kalman滤波、上位机的指令读取等任务,满足SINS/GPS组合导航系统对导航计算机的性能需求。     

长航时无人机惯性/天文组合导航算法研究

针对捷联惯导/GPS组合导航系统的抗干扰性差、捷联惯导/星敏感器组合系统不能解决惯导位置发散的问题,提出了一种采用捷联惯导与基于间接敏感地平的天文导航相组合的长航时无人机导航新方案。分析了最小二乘微分校正天文定位方法对无人机的定位原理,设计了组合导航的滤波器,推导了系统的观测矩阵。仿真结果证明,组合方法能较好地实现无人机的定位定姿,具有较强的抗干扰性和较高精度,可以满足长航时无人机导航系统的要求。     

SINS/CNS组合导航系统陀螺在线标定技术

陀螺仪长时间工作时,由于环境变化等因素,会产生陀螺漂移、标度因数误差和安装轴不正交误差,而且由积分得到的姿态参数信息误差也会相应变大,因此需要对陀螺进行在线标定。借助CNS提供的高精度姿态信息,基于四元数误差建立陀螺在线标定模型,采用卡尔曼滤波器对SINS/CNS组合导航系统陀螺在线标定技术进行仿真研究。仿真结果验证了该算法的有效性,能够估计误差模型中的所有参数,并且满足标定精度要求,具有工程应用价值。     

智能车辆SINS/DGPS/光电测速仪组合导航的研究

为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,本文对智能车辆的多传感器组合导航进行了研究.提出了一种双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆组合导航方法,进行了仿真试验验证.结果表明,该组合导航系统能为智能车辆提供丰富的导航信息,并具有100 Hz的高频输出、厘米级的导航精度和较强的容错能力,当GPS较长时间中断时,通过SINS/光电测速仪的组合仍能为智能车辆提供可靠的导航数据.